[發(fā)明專利]一種光纖周界安防入侵事件識別模型構建方法和安防系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010414757.0
• 申請日: 2020-05-15
• 公開（公告）號: CN111597994B
• 公開（公告）日: 2023-03-07
• 發(fā)明（設計）人: 陳沛超;丁攀峰
• 申請（專利權）人: 華僑大學
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213;G06F18/214;G06N3/0464;G06N3/045;G08B29/18
• 代理公司: 廈門市首創(chuàng)君合專利事務所有限公司 35204
• 代理人: 張松亭;林燕玲

1.一種光纖周界安防入侵事件識別模型構建方法，其特征在于：預先將光纖傳感單元安裝于周界防區(qū)以采集入侵信號，其它步驟如下：

1）將入侵信號通過濾波器組濾波并分解為四個不同的頻段, 具體為：對采集到的入侵信號做傅里葉變換，并用數(shù)據(jù)統(tǒng)計方法計算每種入侵信號的平均上限頻率和下限頻率，根據(jù)上限頻率和下限頻率配置濾波器組中的參數(shù)，得到每種入侵信號的四個不同的頻段波形；

2）在四個不同的頻段中，采用奇異值和峭度值的組合向量進行特征提取，得到組合特征向量, 將組合特征向量分為訓練集和測試集，；

3) 將組合特征向量輸入經(jīng)改進的樽海鞘群算法優(yōu)化的概率神經(jīng)網(wǎng)絡模型中進行訓練并獲得最佳平滑因子，得到訓練好的識別模型, 所述改進的樽海鞘群算法是在原始樽海鞘群算法中引入了權重因子和自適應變異算子，并配置好種群數(shù)目、C1值、權重因子初始值和食物源初始值,將訓練集輸入經(jīng)改進的樽海鞘群算法優(yōu)化的概率神經(jīng)網(wǎng)絡模型，得到最佳平滑因子；

4)用測試集對訓練好的識別模型進行測試。

2.如權利要求1所述的一種光纖周界安防入侵事件識別模型構建方法，其特征在于：步驟2）中，對每種入侵信號的頻段波形使用奇異值和峭度值的特征提取方法，構建成組合特征向量。

3.如權利要求1所述的一種光纖周界安防入侵事件識別模型構建方法，其特征在于：概率神經(jīng)網(wǎng)絡模型中輸入層的神經(jīng)節(jié)點為16個，模式層的節(jié)點數(shù)為400個，而求和層的節(jié)點數(shù)為4個，輸出層的節(jié)點數(shù)為1個，模式層中的激活函數(shù)使用的是高斯函數(shù)。

4.一種光纖周界安防入侵事件識別系統(tǒng)，其特征在于：采用權利要求1至3中，任一項所述的一種光纖周界安防入侵事件識別模型構建方法，包括

光纖傳感單元，包括單模-多模-單模光纖結構，安裝于周界防區(qū)以探測入侵信號；

光路單元，包括激光器、耦合器C1，耦合器C2和PD探測器，該激光器通過耦合器C1將連續(xù)光輸入到光纖傳感單元中，耦合器C2與光纖傳感單元相連以輸出干涉光，PD探測器探測干涉光得到入侵信號；

識別模型，采用訓練好的經(jīng)改進的樽海鞘群算法優(yōu)化的概率神經(jīng)網(wǎng)絡模型，對入侵信號進行識別，輸出入侵信號類別。

5.如權利要求4所述的一種光纖周界安防入侵事件識別系統(tǒng)，其特征在于：所述周界防區(qū)設置有多個邊，將單模-多模-單模光纖結構中的多模光纖繞在邊上，并通過鐵箍鎖住。